2月24日，具身智能头部企业千寻智能连续完成两轮融资近20亿元。本轮融资阵容堪称行业资本的集中亮相：云锋基金、某头部国资机构、混沌投资（葛卫东）、红杉中国等超一线机构重磅入局；Synstellation Capital、TCL创投、明荟投资（汇川技术董事长朱兴明家办）等产业资本协同加注；重庆产业投资母基金、杭州金投等国有资本鼎力支持；360基金、厚雪资本等战投机构共同参与，形成覆盖顶级资本、产业巨头、国有资本及战投大咖的全方位赋能格局。

值得关注的是，顺为资本、Prosperity7、达晨财智、柏睿资本、弘晖基金、华泰紫金、东方嘉富、千乘资本、广发信德等老股东全部选择继续大额认购，以持续加码的实际行动，彰显对千寻智能技术路线与发展前景的坚定信心。

云锋基金执行董事董怀谨表示：“专属物理世界的AI大脑是具身智能实现跃迁的重要前提，而穿越周期的核心壁垒来自于技术对生产力的实际创造。高阳作为新一代具身智能科学家，牵头打造AI基础模型与自研核心设备，高效高质地推动「多样数据—基础模型—真实场景」的飞轮升级，并基于软硬一体全栈能力在实际产业场景中迭代闭环。期待千寻智能持续深耕Physical AI 基础模型，以技术底座驱动产业场景规模化落地与协同价值释放。”

顺为资本合伙人耿益璇表示：“顺为长期关注AI与硬科技的交叉创新，千寻智能是我们在这个方向上最早发掘、且连续多轮加注的核心项目。团队兼具顶尖学术底蕴与产业实战基因，更难能可贵的是，他们从一开始就选择了一条‘难而正确’的路——用‘数据金字塔’理念构建壁垒，用低成本采集破解行业数据瓶颈。正是这种务实的创新路径，让千寻率先跑通了‘场景反哺模型’的正向循环。我们坚信，这支年轻的梦之队有望成为定义下一代具身智能的中坚力量。”

千寻智能表示，本轮资金将重点投入两大核心方向：一是持续迭代具身智能大模型，深入研究数据规模效应（Scaling Law）；二是推动技术从单一场景向工业、商用、家庭等多领域快速复制，打破场景落地壁垒，实现通用能力规模化落地。

当前具身智能赛道已进入技术落地关键期，千寻智能凭借扎实的产业落地成果，仅成立两年就达成百亿估值，成为赛道内兼具技术实力与商业兑现能力的标杆企业。

01.

百亿估值具身企业！是什么让千寻智能屡屡成为资本标的？

中国信息通信研究院数据显示，2025年国内具身智能领域融资总额已达735.43亿元，投资事件超740起，赛道热度持续攀升。

不过产业资本在2026年考察维度已愈发细化，机器人能否突破POC（概念验证）阶段，真正切入传统生产线参与实际作业；能否在生产过程中保障作业的有序、稳定与高效；应急预案是否完备，能否应对生产中的突发状况；以及运营支持团队的专业性、技术维护与迭代升级能力等，均被纳入资本的核心考察范围。

换句话讲，单体智能并不代表具身智能企业的未来潜力，而能否切入到产业的实际需求，拥有技术落地可行性与规模化场景迁移能力，正成为衡量企业价值的核心标尺。

不同于多数创业公司的“单点资本绑定”，千寻智能此次集齐了资本圈的“豪华天团”，资方背景显赫。

红杉资本作为全球科技投资的“风向标”，在AI赛道的布局向来精准狠辣，此前曾领投觅蜂科技数亿元融资，精准卡位具身智能数据基础设施赛道，如今加码千寻智能，看重的是其技术路线的稀缺性与落地潜力；云锋基金则擅长绑定产业龙头挖掘长期价值，在硬科技领域的投资从不追求短期回报，而混沌投资背后的葛卫东，向来以“精准判断产业周期”闻名，其出手往往意味着赛道已进入商业化爆发的前夜。

在产业资本的布局上，千寻智能是唯一一家吸引多元产业资本同时押注的具身智能创业公司，构建起具身智能赛道独有的“全场景生态”。从宁德时代、汇川技术、TCL等工业制造龙头，到京东、招商局创投代表的物流零售与金融基础设施，再到华为、小米两大消费电子巨头，产业股东已实现对实体经济核心赛道的跨界覆盖。

这意味着，千寻智能不仅是技术路线的引领者，更成为顶级产业资本共同青睐的稀缺标的。当具身智能的竞争从实验室走向产业纵深，千寻智能已凭借最广泛的产业股东布局，提前锁定了场景入口、数据来源与协同落地的战略优势，为规模化落地构筑起难以复制的核心竞争力。

02.

宁德时代产线实战成功率99%+！墨子机器人凭Spirit模型搞定电池插接高难度工序

2025 年 12 月，千寻智能墨子机器人正式落地宁德时代中州基地电池 PACK 产线，主要承担电池包下线前 EOL（终端测试）与 DCR（直流内阻测试）环节的接插件插接作业。截至当前，墨子机器人已完成近千块电池生产作业，成为产线核心作业单元。

在高精度、高可靠性要求的动力电池生产环境中，墨子机器人线束插接成功率稳定达 99% 以上，作业节拍达到熟练工人水平。

面对电池生产中来料位置偏差、插接点位变化等复杂不确定性，墨子机器人依托千寻智能 Spirit具身智能模型。提供强大的零样本泛化能力，无需针对每个新场景、新任务重新编写代码，即可让机器人拥有类似人类的 “通识” 操作能力。

在柔性线束插拔等高难度工序中，可自主感知环境、实时调整操作姿态，并动态调节力控输出，在保证连接可靠性的同时，充分保障部件安全。

千寻智能表示，未来墨子机器人将继续优化作业效率，与宁德时代共同探索不同电池类型、不同产线、不同作业工序的规模化复制能力。

此外，千寻智能也在进一步拓展具身智能的应用落地边界，商用领域，墨子机器人在京东零售场景中替代人类进行讲解互动与产品操作演示，双方正共同探索京东云及Joyinside大模型在大型零售网络中的落地潜力，实现技术研发与应用场景的双向赋能。

03.

千寻Spirit v1.5成为中国首个性能超越Pi 0.5的开源具身模型！

2026 年 1 月，千寻智能自研 Spirit v1.5 具身智能模型，超越 Physical Intelligence 旗下 Pi 0.5，成为中国首个性能超越该模型的开源具身模型。

需要关注的是，千寻智能的Spirit v1.5具身智能模型在非受控环境下的高鲁棒性，是机器人走出实验室、进入真实世界的关键指标。

Spirit v1.5 最核心的突破，在于零样本泛化能力的大幅跃升。它基于视觉 - 语言 - 动作（VLA）端到端统一架构，采用 OneTwoVLA 范式，无需技术人员为新任务重新编码或训练样本，就能自主完成擦拭物体、操作铰链、操控柔性物体等复杂动作。这一特性打破了传统专用机器人 “一个任务对应一个模型” 的固有局限，同时有效降低了机器人应用的开发成本与使用门槛。

与Physical Intelligence（Pi）、Google DeepMind等美国头部模型企业类似，千寻智能 Spirit v1.5 同样聚焦 VLA（Vision-Language-Action）通用操作大脑的研发，不同之处在于其更注重技术研发与产业需求的深度融合。

据了解，Spirit v1.5 具身智能模型通过海量人类视频数据管线，有效解决了真实世界中推理数据稀缺的行业难题。截止当前，千寻智能已在人类视频数据领域的投入已持续两年。

目前，美国头部模型企业在 VLA 路线上持续发力，其中 Pi 近期展示了基于人类视频学习的技术，印证了人类视频数据的高可扩展性与价值；Figure 正与美国地产商合作，通过视频形式大规模采集人类行为数据以扩充数据量级；Skilled 公司则聚焦通用跨本体具身智能大脑研发，目标是跨越四足、双足等多种物理硬件形态，构建包含导航与操控功能的通用大脑。

值得注意的是，千寻智能的技术路径，与 Pi 和 Google DeepMind 最为接近，其团队核心成员多来自UC Berkeley、清华、北大等顶尖学府，平均年龄不到30岁，却已在多模态大模型、机器人学、强化学习、模仿学习等具身模型核心领域拥有深厚的学术与工程基因。不仅在国际开源社区持续输出核心成果，更具备打通“模型-算法-硬件”的全链路能力。因此也被业界誉为“不可复制的AI梦之队”。

联合创始人、首席科学家高阳是典型的北美顶尖具身智能人才。清华大学背景、UC Berkeley 博士，深耕强化学习与机器人跨模态交互，提出全球样本效率最高的 EfficientZero 系列算法及 ViLa、CoPa 等标杆模型，是全球具身智能领域的一线领军学者。

在北美具身智能技术流派当中，高阳与Physical Intelligence创始人SergeyLevine都曾在UC Berkeley人工智能研究实验室深造（BAIR实验室），两人同属伯克利具身智能与机器人学习的核心实验室集群，而BAIR也是北美具身智能技术的核心发源地之一。

高阳在博士阶段师从 Trevor Darrell 教授，博士后在 Pieter Abbeel 团队，博士后期间高阳曾与Sergey联合开展具身智能形成机制、机器人泛化能力等课题研究，同时与Sergey主张的数据驱动、大模型赋能、端到端学习的技术理念趋同。

在伯克利深造期间，高阳构建了广泛的具身智能领域人脉网络。其同期校友中涌现出多位行业关键人物，其中高阳与许华哲、吴翼、陈建宇被业界并称为 “伯克利归国创业四子”。归国清华任教期间，高阳又与赵昊、赵行以及许华哲、陈建宇被称为“清华具身五杰”。此外，高阳还与清华大学产业研究院院长张亚勤、清华计算机系教授朱军、清华人工智能研究院副院长刘奕群等高校专家进行深度合作。

千寻智能联合创始人高阳表示：“我们坚持‘数据金字塔’训练理念，在预训练阶段没有走传统‘世界模型’预测每一帧的老路——那条路算力消耗巨大且效率不高。我们选择基于海量人类互联网视频进行预训练，在更少参数量下实现更好效果，显著降低算力成本。”

04.

千寻智能不卷“干净数据” 专做数据多样性 20万小时跑通批量化数据复制管线

千寻智能在2025年7月确定数据Scaling Law技术路线后，就已经开始进行可穿戴数采设备的研发和相应理论的验证。目前该设备已完成5个大版本、20个小版本迭代，搭建起从低成本硬件设计、高质量数据采集清洗，到模型训练的完整数据闭环。

高阳表示：“我们通过自研设备将数据采集成本降低了90%，这才有了海量真实世界数据的规模化落地。正是这些技术能力的叠加，让Spirit v1.5成为全球首个性能超越Pi0.5的开源基座具身模型。”

目前千寻智能已累计超20万小时高质量数据，涵盖互联网人类视频、遥操作、可穿戴设备采集、真机rollout等多类型数据，2026年数据规模预计将突破100万小时，自研的可穿戴式数采设备已迭代至第5代，将数据成本降至传统方式的1/10，为规模化采集扫清障碍。

预训练数据的多样性和规模，能明显提升模型在相同计算量下的性能

在数据积累过程中，千寻智能提出“Dirty data is the key to scaling VLA models”的核心观点，认为数据多样性才是训练通用具身智能模型的关键，而非单纯追求数据“高质量”导致的多样性缺失。

预训练数据的多样性和丰富度，比单纯的演示数据更能有效提升模型的迁移性能。

目前，千寻智能在互联网视频数据与可穿戴设备数据上的投入已具备规模化拓展条件，跑通了批量化数据复制管线，实现模型从被动教学到主动学习的进化。

05.

“模型+数据”突破场景壁垒 Spirit v1.5模型对传统专用机器人实现降维打击

依托Spirit v1.5模型赋予机器人硬件的“零样本泛化”能力以及庞大的数据积累，千寻智能有望从工业场景向外延伸，逐步覆盖商用、家庭等更多细分领域，依靠此前跑通的落地经验，千寻智能通过“模型+数据”模式能够快速拓展具身智能的落地范围，使机器人从单一重复作业设备，向可适应环境变化、具备基础理解能力的智能体升级，这是对传统专用机器人的降维打击。

从工业场景落地来看，千寻智能提供的具身智能方案，可适配多品种、小批量、高柔性生产模式，借助模型泛化能力，可适配不同工件种类、来料位置及作业环境，提升生产交互效率与作业灵活性，助力制造业智能化转型。

商用场景方面，千寻智能提供面向人机交互、日常重复作业、24小时无人值守需求，覆盖商超零售、酒店服务、巡检安防等场景，可完成智能导购、自动理货、前台接待、客房清洁、设备巡检等任务，帮助客户提升运营效率与服务质量。

家庭场景中，千寻智能聚焦人类家庭生活中的高频家务劳动，面向清洁整理、衣物管理、餐厨辅助等日常需求，实现物品收纳、衣物折叠、基础备餐等操作，推动具身智能技术进入家庭场景探索。

本轮融资后，千寻智能将持续加大具身基础模型与真实数据体系投入，深化产业生态共建。从任务级智能到通用具身模型，从仿真到真实世界驱动，具身智能正进入技术产业化关键阶段。

06.

结语与未来：

2026年是具身智能商业化落地密集兑现的窗口期，随着具身智能技术整体走向收敛，底层路线和发展方向逐渐清晰，垂直场景规模化落地及“一脑多形、跨形态泛化”成为技术迭代核心。技术收敛降低了迁移复制成本，手握核心技术的企业率先启动商业化，凭借技术壁垒抢占落地先机，推动产业从培育期向成长期跨越。